Python 日期范围内的数据框选择返回,不带行
我正在遵循通常推荐的流程,以便将数据框合并为我计划用于分析的样本选择,但在使用Python 日期范围内的数据框选择返回,不带行,python,pandas,dataframe,Python,Pandas,Dataframe,我正在遵循通常推荐的流程,以便将数据框合并为我计划用于分析的样本选择,但在使用pd.date\u range和日期之间的选择的过程中,数据丢失,列标题是唯一存在的数据 以下是我的变量: custom_date_start = '2018-01-01' custom_date_end= '2018-10-31' sheet_date = 'date' df_clean # raw data table 简要说明的表格: display(df_clean.head(3)) display(d
pd.date\u range
和日期之间的选择的过程中,数据丢失,列标题是唯一存在的数据
以下是我的变量:
custom_date_start = '2018-01-01'
custom_date_end= '2018-10-31'
sheet_date = 'date'
df_clean # raw data table
简要说明的表格:
display(df_clean.head(3))
display(df_clean.tail(3))
# output
date b_clicks b_leads b_sals
2 1/1/2018 72 6 5
3 1/2/2018 232 9 7
4 1/3/2018 255 23 17
date b_clicks b_leads b_sals
729 12/29/2019
730 12/30/2019
731 12/31/2019
样本选择:
date_range = pd.date_range(custom_date_start, custom_date_end)
print(date_range)
display(df_clean.head(1))
display(df_clean.tail(1))
df_clean_test = df_clean[(df_clean[sheet_date] > custom_date_start) & (df_clean[sheet_date] <= custom_date_end)]
display(df_clean_test.head(1))
display(df_clean_test.tail(1))
# output
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
'2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08',
'2018-01-09', '2018-01-10',
...
'2018-10-22', '2018-10-23', '2018-10-24', '2018-10-25',
'2018-10-26', '2018-10-27', '2018-10-28', '2018-10-29',
'2018-10-30', '2018-10-31'],
dtype='datetime64[ns]', length=304, freq='D')
date b_clicks b_leads b_sals # df_clean
2 1/1/2018 72 6 5
date b_clicks b_leads b_sals # df_clean
731 12/31/2019
date b_clicks b_leads b_sals # df_clean_test
date b_clicks b_leads b_sals # df_clean_test
date\u range=pd.date\u range(自定义日期开始,自定义日期结束)
打印(日期范围)
显示器(df_清洁头(1))
显示(df_清洁尾翼(1))
df_clean_test=df_clean[(df_clean[工作表日期]>自定义日期开始)和(df_clean[工作表日期]您的逻辑是正确的,但问题在比较中
以这个例子来说,
df1 = pd.DataFrame({'Date': {0: '26/1/2016 ', 1: '27/1/2016 '}})
df1
输出:
Date
0 26/1/2016
1 27/1/2016
Date
0 2016-01-26
1 2016-01-27
0 False
1 False
Name: Date, dtype: bool
Date
0 2016-01-26
1 2016-01-27
0 True
1 True
Name: Date, dtype: bool
其他数据帧
date_range = pd.date_range('2016-01-26', '2016-01-27')
df2 = pd.DataFrame({'Date': date_range})
df2
输出:
Date
0 26/1/2016
1 27/1/2016
Date
0 2016-01-26
1 2016-01-27
0 False
1 False
Name: Date, dtype: bool
Date
0 2016-01-26
1 2016-01-27
0 True
1 True
Name: Date, dtype: bool
让我们比较一下不同格式的日期
print(df2['Date'] == df1['Date'])
输出:
Date
0 26/1/2016
1 27/1/2016
Date
0 2016-01-26
1 2016-01-27
0 False
1 False
Name: Date, dtype: bool
Date
0 2016-01-26
1 2016-01-27
0 True
1 True
Name: Date, dtype: bool
现在,更正df1的Date
格式
df1['Date'] = pd.to_datetime(df1['Date'])
df1
输出:
Date
0 26/1/2016
1 27/1/2016
Date
0 2016-01-26
1 2016-01-27
0 False
1 False
Name: Date, dtype: bool
Date
0 2016-01-26
1 2016-01-27
0 True
1 True
Name: Date, dtype: bool
让我们再次比较两个数据帧的日期
print(df1['Date'] == df2['Date'])
输出:
Date
0 26/1/2016
1 27/1/2016
Date
0 2016-01-26
1 2016-01-27
0 False
1 False
Name: Date, dtype: bool
Date
0 2016-01-26
1 2016-01-27
0 True
1 True
Name: Date, dtype: bool
在您的示例中,df_clean
中的date
格式不正确,因此相比之下,所有值都为false,并且没有返回任何行